基于用户-物品评分数据的隐式社交网络设计与连通性检查
社会与信息网络
2020-04-07 v1 多智能体系统
摘要
隐式社交网络是一组人之间相连的社交结构，若两人有共同兴趣则相连。此类网络的一个真实例子是在线商户客户间的隐式社交网络，若两位客户喜欢相似物品则存在边。这类网络常用于定向广告、病毒式营销等不同商业应用。本文研究该方向上的两个基本问题。其一是给定电商的用户-物品评分数据，如何设计用户间的隐式社交网络；其二是设计时能否同时获得用户间的连通性信息。形式上，我们称第一个问题为隐式用户网络设计问题，第二个为带连通性检查的隐式用户网络设计问题。对第一个问题，我们提出三种不同算法：穷举搜索法、团添加法与基于矩阵乘法的方法。对第二个问题，我们提出两种不同方法：第一种是顺序法（先设计后连通性检查），另一种是并发法，本质上是一种增量算法，同时执行设计与连通性检查。所提方法在Flixter、Movielens和Epinions三个公开可用的评分网络数据集上进行了实验。
引用
@article{arxiv.2004.02166,
title = {Designing and Connectivity Checking of Implicit Social Networks from the User-Item Rating Data},
author = {Suman Banerjee},
journal= {arXiv preprint arXiv:2004.02166},
year = {2020}
}